การใช้ GenAI ในการเรียนการสอนภาษาอังกฤษ: ความจำเป็นสำหรับแนวทางปฏิบัติ
Article Sidebar
Main Article Content
บทคัดย่อ
การเกิดขึ้นของปัญญาประดิษฐ์ที่มีความสามารถในการสร้างเนื้อหา (Generative Artificial Intelligence, GenAI) ส่งผลกระทบต่อการศึกษาด้านภาษาเป็นอย่างมาก ซึ่งนำไปสู่การเปลี่ยนแปลงต่อประสบการณ์การเรียนการสอนอย่างไม่เคยปรากฎมาก่อน รูปแบบโปรแกรมภาษาขนาดใหญ่ เช่น ChatGPT-3.5/4 Google Gemini และ Copilot ของค่าย Microsoft ดึงดูดความสนใจจากวงการวิชาการ เนื่องจากความสามารถในการเลียนแบบความฉลาดของมนุษย์และผลิตผลลัพธ์ในรูปแบบต่าง ๆ ซึ่งสามารถใช้เป็นสื่อการสอนเสริมและเปลี่ยนแปลงกระบวนการเรียนรู้ได้อย่างดี งานวิจัยล่าสุดเน้นประโยชน์ที่อาจเกิดขึ้นจากการนำ GenAI มาช่วยผู้สอนตั้งแต่ขั้นตอนเริ่มต้นของการวางแผนและการออกแบบหลักสูตร ไปจนถึงการประเมินผลการเรียนรู้และการให้ข้อเสนอแนะแบบเฉพาะบุคคล ในทำนองเดียวกัน ทักษะทางภาษาของผู้เรียนสามารถพัฒนาได้ด้วยความช่วยเหลือจากเครื่องมือ GenAI อย่างไรก็ตาม แม้จะมีประโยชน์เหล่านี้ การใช้ GenAI ยังทำให้เกิดความกังวลหลายประการเกี่ยวกับความเหมาะสมในด้านจริยธรรมและวิธีการสอน จึงมีความจำเป็นที่จะต้องจัดทำกรอบแนวทางหรือแนวปฏิบัติเพื่อให้บุคลากรทางวิชาการและผู้เรียนสามารถใช้เทคโนโลยี AI นี้ได้อย่างมีจริยธรรมและมีความรับผิดชอบ บทความนี้ศึกษาการประยุกต์ใช้ GenAI อย่างกว้างขวางในการเรียนการสอนภาษาอังกฤษ ซึ่งนำไปสู่ความจำเป็นในการจัดทำแนวทางปฏิบัติในการใช้งานในห้องเรียนภาษาอย่างทันท่วงทีและรอบด้าน บทความนี้ยังเสนอกรอบปฏิบัติเพื่อแนะแนวทางให้แก่ผู้เรียนในการใช้เครื่องมือ GenAI ให้เต็มศักยภาพอย่างเหมาะสมและมีความรับผิดชอบ
Article Details
References
Adhikary, R. P. (2023). An analysis of the challenges and strategies of English language teachers in teaching mixed-ability classes: A quality inquiry. Revista Multi-Ensayos, 9(18), 3–20. https://doi.org/10.5377/multiensayos.v9i18.16427
Aroonmanakun, W. (2023). AI and the future of higher education. Journal of New Horizon in Higher Education, 1(1), 19–37. https://so09.tci-thaijo.org/index.php/NHHE/article/view/1812
Avargil, S., Herscovitz, O., & Dori, Y. J. (2012). Teaching thinking skills in context-based learning: Teachers’ challenges and assessment knowledge. Journal of Science Education and Technology, 21, 207–225. https://doi.org/https://doi.org/10.1007/s10956-011-9302-7
Baker, M. (1992). In other words: A coursebook on translation. New York, Routledge.
Belda-Medina, J., & Calvo-Ferrer, J. R. (2022). Using chatbots as AI conversational partners in language learning. Applied Sciences, 12(17), 1–16. https://doi.org/https://doi.org/10.3390/app12178427
Belda-Medina, J., & Kokošková, V. (2023). Integrating chatbots in education: Insights from the Chatbot-Human Interaction Satisfaction Model (CHISM). International Journal of Educational Technology in Higher Education, 20(62), 1–22. https://doi.org/https://doi.org/10.1186/s41239-023-00432-3
Bhardwaj, S., & McKenzie, R. (2024). A case study on the usage of generative artificial intelligence tools at a university in Thailand and its ethical implications. RSU International Research Conference, Bangkok.
Chan, C. K. Y. (2023). A comprehensive AI policy education framework for university teaching and learning. International Journal of Education Technology in Higher Education, 20(1), 1–22. https://doi.org/https://doi.org/10.1186/s41239-023-00408-3
Chan, C. K. Y., & Lee, K. K. (2023). The AI generation gap: Are Gen Z students more interested in adopting generative AI such as ChatGPT in teaching and learning than their Gen X and millennial generation teachers? Smart Learning Environments,10(1), 1–23. https://doi.org/https://doi.org/10.1186/s40561-023-00269-3
Dilzhan, B. (2024). Teaching English and artificial intelligence: EFL teachers’ perceptions and use of chatGPT [Master Thesis, SDU University].
Furze, L., Perkins, M., Roe, J., & MacVaugh, J. (2024). The AI Assessment Scale (AIAS) in action: A pilot implementation of GenAI supported assessment. arXiv.Org. https://doi.org/https://doi.org/10.48550/arxiv.2403.14692
Hervieux, S., & Wheatley, A. (2020). The ROBOT test [Evaluation tool]. The LibrAIry. https://thelibrairy.wordpress.com/2020/03/11/the-robot-test
Javaid, M., Haleem, A., Singh, R. P., Khan, S., & Khan, I. H. (2023). Unlocking the opportunities through ChatGPT Tool towards ameliorating the education system. BenchCouncil Transactions on Benchmarks, Standards and Evaluations, 3(2), 1–12. https://doi.org/https://doi.org/10.1080/2331186X.2023.2236469
Krashen, S. D. (1985). The input hypothesis: Issues and implications. (1st ed.). Longman.
Marzuki, Widiati, U., Rusdin, D., Darwin, & Indrawati, I. (2023). The impact of AI writing tools on the content and organization of students’ writing: EFL teachers’ perspective. Cogent Education , 10(2). https://doi.org/https://doi.org/10.1080/2331186X.2023.2236469
McGuire, A., Qureshi, W., & Saad, M. (2024). A constructivist model for leveraging GenAI tools for individualized, peer-simulated feedback on student writing. International Journal of Technology in Education, 7(2), 326–352 https://doi.org/https://doi.org/10.46328/ijte.639
Mekara, B., Khunpatwattana, W., & Batzinger, R. P. (2023). Large language models like ChatGPT bring new challenges to higher education. APHEIT International Journal, 12(2), 10–24.
Microsoft. (2024). Microsoft Designer (July 22 version). https://www.microsoft.com/en-in/microsoft-365/microsoft-designer#feature-highlights
Moorhouse, B. L., & Kohnke, L. (2024). The effects of generative AI on initial language teacher education: The perceptions of teacher educators. System, 122, 1–10. https://doi.org/https://doi.org/10.1016/j.system.2024.103290
OpenAI. (2024a). ChatGPT (February 20 version) [Large language model]. https://chat.openai.com/chat
OpenAI. (2024b). ChatGPT (June 30 version) [Large language model]. https://chat.openai.com/chat
Ou, A. W., Stöhr, C., & Malmström, H. (2024). Academic communication with AI-powered language tools in higher education: From a post-humanist perspective. System, 121, 1–14. https://doi.org/https://doi.org/10.1016/j.system.2024.103225
Pathanasin, S. (2013). Anaphora and translation discrepancies from English to Thai: A centering theory analysis [Doctoral Thesis, Chulalongkorn University].
Perkins, M., Furze, L., Roe, J., & MacVaugh, J. (2024). The Artificial Intelligence Assessment Scale (AIAS): A framework for ethical integration of generative AI in educational assessment. Journal of University Teaching and Learning Practice, 21(06). https://doi.org/https://doi.org/10.53761/q3azde36
Pham, T. T., Nguyen, L. A. D., Dang, H. M., & Le, T. T. P. (2023). Exploring tertiary Vietnamese EFL students’ engagement in vocabulary learning through the use of an AI tool. Proceedings of the AsiaCALL International Conference, 4, 129–149. https://doi.org/https://doi.org/10.54855/paic.23410
Pinmanee, S. (2019). Translation: From wrong to right. (3rd ed.). Bangkok, Chulalongkorn University Press.
Rasmussen, D., & Karlsen, T. (2023). Adopt or Abort? Mapping students’ and professors’ attitudes towards the use of generative AI in higher education [Master Thesis, Norwegian School of Economics].
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO: United Nations Educational, Scientific and Cultural Organisation. https://doi.org/https://doi.org/10.54675/EWZM9535
Vattøy, K.-D., & Smith, K. (2019). Students' perceptions of teachers' feedback practice in teaching English as a foreign language. Teaching and Teacher Education, 85, 260–268. https://doi.org/https://doi.org/10.1016/j.tate.2019.06.024